【问题标题】：How to center labels in histogram plot如何在直方图中居中标签
【发布时间】：2014-06-08 09:27:25
【问题描述】：

我有一个 numpy 数组 results，看起来像

[ 0.  2.  0.  0.  0.  0.  3.  0.  0.  0.  0.  0.  0.  0.  0.  2.  0.  0.
  0.  0.  0.  1.  0.  0.  0.  0.  0.  0.  0.  1.  0.  0.  0.  0.  0.  0.
  0.  1.  1.  0.  0.  0.  0.  2.  0.  3.  1.  0.  0.  2.  2.  0.  0.  0.
  0.  0.  0.  0.  0.  1.  1.  0.  0.  0.  0.  0.  0.  2.  0.  0.  0.  0.
  0.  1.  0.  0.  0.  0.  0.  0.  0.  0.  0.  3.  1.  0.  0.  0.  0.  0.
  0.  0.  0.  1.  0.  0.  0.  1.  2.  2.]

我想绘制它的直方图。我试过了

import matplotlib.pyplot as plt
plt.hist(results, bins=range(5))
plt.show()

这给了我一个 x 轴标记为0.0 0.5 1.0 1.5 2.0 2.5 3.0. 3.5 4.0 的直方图。

我希望将 x 轴标记为 0 1 2 3，而不是将标签放在每个条的中心。你怎么能这样做？

【问题讨论】：

我不确定你想要什么。您是否希望 bin 以 1、2、3 为中心（所以围绕整数而不是 1.5、2.5 值）。或者你想用文本或其他东西标记条吗？因为如果我执行你的命令，我的输出是(array([ 4., 5., 1., 2.]), array([0, 1, 2, 3, 4])（具有不同的输入值）。所以我有不同的垃圾箱，还是我错过了什么？
@Mathias711 第一条是results中0的个数，第二个是1的个数（有11个），第三个是2的个数（有8个）最后一个是3的个数（一共有三个）。我想将数字0 作为第一条中间下方的标签，将数字1 作为第二条中间下方的标签，依此类推。是不是更清楚了？
那么分箱没有问题，您只是想给分箱添加标签吗？
@Mathias711 是的，我想摆脱默认标签并添加我描述的标签。

标签： python numpy matplotlib histogram

【解决方案1】：

使用 numpy 将 bin 置于您请求的值的中心：

import matplotlib.pyplot as plt
import numpy as np
plt.hist(results, bins=np.arange(-0.5, 5))
plt.show()

【讨论】：

【解决方案2】：

将标签集中在离散值的 matplotlib 直方图上足以将“bins”定义为 bin 边界列表。

import matplotlib.pyplot as plt
%matplotlib inline

example_data = [0,0,1,0,1,0,0,0,0,0,0,0,0,0,1,1,0,0,0,0,0,1]

fig = plt.figure(figsize=(5,5))
ax1 = fig.add_subplot()
ax1_bars = [0,1]                           
ax1.hist( 
    example_data, 
    bins=[x for i in ax1_bars for x in (i-0.4,i+0.4)], 
    color='#404080')
ax1.set_xticks(ax1_bars)
ax1.set_xticklabels(['class 0 label','class 1 label'])
ax1.set_title("Example histogram")
ax1.set_yscale('log')
ax1.set_ylabel('quantity')

fig.tight_layout()
plt.show()

这是如何工作的？

直方图bins 参数可以是定义箱边界的列表。 对于可以假定值为 0 或 1 的类，这些边界应该是 [ -0.5, 0.5, 0.5, 1.5 ]，大致翻译为“bin 0”是从 -0.5 到 1.5，“bin 1”是从 0.5 到 1.5。由于这些范围的中间是离散值，因此标签将位于预期位置。
表达式 [x for i in ax_bars for x in (i-0.4,i+0.4)] 只是为值列表 (ax_bars) 生成边界列表的一种方式。
表达式 ax1.set_xticks(ax1_bars) 对于将 x 轴设置为离散的很重要。
其余的应该是不言自明的。

【讨论】：

【解决方案3】：

这是一个仅使用plt.hist() 的解决方案。让我们把它分成两部分：

将 x 轴标记为 0 1 2 3。
将标签放在每个条的中心。

要使 x 轴标记为 0 1 2 3 而没有 .5 值，您可以使用函数 plt.xticks() 并提供您想要在 x 轴上的值作为参数。在你的情况下，既然你想要0 1 2 3，你可以打电话给plt.xticks(range(4))。

要将标签放在每个条的中心，您可以将参数 align='left' 传递给 plt.hist() 函数。以下是您的代码，经过最低限度的修改即可。

import matplotlib.pyplot as plt

results = [0,  2,  0,  0,  0,  0,  3,  0,  0,  0,  0,  0,  0,  0,  0,  2,  0,  0,
           0,  0,  0,  1,  0,  0,  0,  0,  0,  0,  0,  1,  0,  0,  0,  0,  0,  0,
           0,  1,  1,  0,  0,  0,  0,  2,  0,  3,  1,  0,  0,  2,  2,  0,  0,  0,
           0,  0,  0,  0,  0,  1,  1,  0,  0,  0,  0,  0,  0,  2,  0,  0,  0,  0,
           0,  1,  0,  0,  0,  0,  0,  0,  0,  0,  0,  3,  1,  0,  0,  0,  0,  0,
           0,  0,  0,  1,  0,  0,  0,  1,  2,  2]

plt.hist(results, bins=range(5), align='left')
plt.xticks(range(4))
plt.show()

【讨论】：

当前所选答案的变体，无添加。

【解决方案4】：

就像 Jarad 在他的回答中指出的那样，barplot 是一种巧妙的方法。这是使用 pandas 绘制条形图的一种简短方法。

import pandas as pd
import matplotlib.pyplot as plt

arr = [ 0.,  2.,  0.,  0.,  0.,  0.,  3.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  2.,  0.,  0.,  0.,  0.,  0.,  1.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  1.,  1.,
        0.,  0.,  0.,  0.,  2.,  0.,  3.,  1.,  0.,  0.,  2.,  2.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  1.,  1.,  0.,  0.,  0.,  0.,
        0.,  0.,  2.,  0.,  0.,  0.,  0.,  0.,  1.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  3.,  1.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  1.,  0.,  0.,  0.,  1.,  2.,  2.]

col = 'name'
pd.DataFrame({col : arr}).groupby(col).size().plot.bar()
plt.show()

【讨论】：

"barplot 是一种巧妙的方法"。仅在某些情况下。 these cases 你会怎么做？
右边的情节可以按照 Ted 在他的answer 中显示的那样创建。要获得左侧的绘图，应使用 size() 而不是 sum()，即 df.groupby(df.sold // 10 * 10).size().plot.bar()。但我认为值得将结果与其他方法进行比较。
我的意思是链接案例中的困难在于使用hist 和weight 选项。不能轻易被barplot 替换，因为它没有同等的可能性。

【解决方案5】：

其他答案只是不适合我。使用plt.bar 而不是plt.hist 的好处是bar 可以使用align='center'：

import numpy as np
import matplotlib.pyplot as plt

arr = np.array([ 0.,  2.,  0.,  0.,  0.,  0.,  3.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  2.,  0.,  0.,  0.,  0.,  0.,  1.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  1.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  1.,  1.,
        0.,  0.,  0.,  0.,  2.,  0.,  3.,  1.,  0.,  0.,  2.,  2.,  0.,
        0.,  0.,  0.,  0.,  0.,  0.,  0.,  1.,  1.,  0.,  0.,  0.,  0.,
        0.,  0.,  2.,  0.,  0.,  0.,  0.,  0.,  1.,  0.,  0.,  0.,  0.,
        0.,  0.,  0.,  0.,  0.,  3.,  1.,  0.,  0.,  0.,  0.,  0.,  0.,
        0.,  0.,  1.,  0.,  0.,  0.,  1.,  2.,  2.])

labels, counts = np.unique(arr, return_counts=True)
plt.bar(labels, counts, align='center')
plt.gca().set_xticks(labels)
plt.show()

【讨论】：

怎么没有人祝贺你呢？绝对是这个确切问题的最优雅和最直接的解决方案。这应该被认为是可视化离散分布的最佳解决方案。
确实如此。这要简单得多！
这应该是答案。 tnx :)

【解决方案6】：

以下替代解决方案与plt.hist() 兼容（例如，您可以在pandas.DataFrame.hist() 之后调用它。

import numpy as np

def bins_labels(bins, **kwargs):
    bin_w = (max(bins) - min(bins)) / (len(bins) - 1)
    plt.xticks(np.arange(min(bins)+bin_w/2, max(bins), bin_w), bins, **kwargs)
    plt.xlim(bins[0], bins[-1])

（最后一行不是 OP 严格要求的，但它使输出更好）

这可以用于：

import matplotlib.pyplot as plt
bins = range(5)
plt.hist(results, bins=bins)
bins_labels(bins, fontsize=20)
plt.show()

【讨论】：

你能解释一下为什么你只显示 bin 0,1,2,3 而使用range(5) 吗？
@Wikunia：当然。箱 0 覆盖地块中的 0 到 1，箱 1 覆盖地块中的 1 到 2...，依此类推，直到箱 3，它覆盖地块中的 3 到 4。所以箱（左和右）borders 必须是序列 [0, 1, 2, 3, 4]... 正好是range(5)。奇怪，我知道，但我看到的唯一选择（居中 bin i 从 i-1/2 到 i+1/2）会更复杂。
这个答案在更一般的情况下是有效的，如果重新定义箱，例如作为bins = np.arange(2, 7, .5)

【解决方案7】：

您可以从np.histogram 构建bar 绘图。

考虑一下

his = np.histogram(a,bins=range(5))
fig, ax = plt.subplots()
offset = .4
plt.bar(his[1][1:],his[0])
ax.set_xticks(his[1][1:] + offset)
ax.set_xticklabels( ('1', '2', '3', '4') )

编辑：为了让条相互接触，必须使用宽度参数。

 fig, ax = plt.subplots()
 offset = .5
 plt.bar(his[1][1:],his[0],width=1)
 ax.set_xticks(his[1][1:] + offset)
 ax.set_xticklabels( ('1', '2', '3', '4') )

【讨论】：

谢谢！你如何摆脱酒吧之间的空间？
啊，谢谢。我也在做这样的事情，只是没有让xticks 工作。感谢您的澄清
@eleanora，条形已修复。
另外，如果我希望它从 0 变为 100，我该如何创建 ('0', '1', '2','3')？ tuple(str(i) for i in range(101)) ?
@eleanora 这行得通，但我会使用np.arange(1, 101).astype(str)，或者不使用numpy：map(str, range(1, 101))